Examen, programación de la información

Examen, programación de la información, diciembre 2021

Nombre: Maia Scarlett Ramírez Curiel

Responda brevemente (Máximo 5 líneas en cada respuesta)

Envía su examen en formato PDF a victor.isidro@utah.edu

1. Describa las pantallas de R y Python.

R es un entorno y lenguaje de programación con un enfoque al análisis estadístico. Para empezar, la interfaz de RStudio se divide en cuatro paneles y un menú superior.

• la consola: Podemos hacer cálculos y operaciones matemáticas.
• el entorno de variables: En este panel vamos a ver todas estas “cajas” que hayamos guardado.
• el editor: En este panel se crean y modifican los scripts.
• y las utilidades: En la pestaña de gráficas podemos movernos entre todas las visualizaciones que hayamos hecho.
• El menú superior tiene varias opciones de configuración.

Phyton es un lenguaje de programación sencillo de leer y escribir, su pantalla puede mostrar pocas líneas de código con algoritmos complejos, lo que te permite ahorrar tiempo y errores por el tipo de lenguaje que utiliza. En su pantalla los bloques de código se delimitan por espacios. Tiene igual un menú y files, librerías

1. Señale como están formadas las bases de datos en R y Python.

En R se suele usar los data frames (marcos de datos) son el objeto más habitual para almacenar datos en R. Conjunto de filas y columnas con información.

En Phyton están formadas por tablas de información y trabaja con listas no vectores como R corchetes y comas.

1. Señale algunos programas que se utilizaron en Python y en R.

Usamos Tidyverse= manipulación de datos y contiene muchos paquetes, Plotly= generar visualizaciones de datos en forma de gráficos, Lubridate= manipulando fechas en R, LM=modelos lineales, Pandas= manejar y hacer análisis de datos Numpy= estructuras de datos implementando matrices Matplotlib= para realizar gráficos.

1. Describa como se puede graficar en el sistema base de R y en ggplot.

Usamos la función como plot, una función

• plot(fecha1,var1,type='l',lwd=3,lty=2, col="#115C63", xlab = "Tiempo", ylab='', main='', cex.axis=.6)

GGPLOT se necesitan más funciones enlazando con un más.

• datos%>%

  ggplot(aes(var1,factor(var3)))+

  geom_boxplot(fill='light pink',alpha=.3)+

  facet_wrap(~var6,ncol=2)+

  geom_jitter(color='purple')

geom_poit tipo de gráfica

theme= tema

aes= variables

5. Para qué sirve tidyverse en R, y numpy y pandas en Python.

•Tidyverse es una colección de paquetes en R de funciones que ayuda en todo el proceso de importar, así como transformar, visualizar, modelar y comunicar toda la información en procesos de ciencia de datos. También para el análisis y manipulación de datos.

•Numpy es un paquete en Python y es la librería principal para la informática científica proporciona potentes estructuras de datos implementando matrices, matrices multidimensionales estas estructuras de datos garantizan cálculos eficientes con matrices y esta librería proporciona una estructura de datos de matriz que tiene muchos beneficios para las listas regularles. Noa ayuda en el cálculo de vectores y matrices con funciones matemáticas de alto nivel.

•Pandas es una extensión de Numpy para manipulación y análisis de datos para Python. En particular, ofrece estructuras de datos y operaciones para manipular tablas numéricas y series temporales. Además, es una librería análisis de datos, manejar y hacer análisis de datos agrupar estadísticos cálculos complejos, librerías de traficación.

...